Fajar Risnandar, Agung
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PREDIKSI HARGA SAHAM INDOFOOD MENGGUNAKAN LONG SHORT-TERM MEMORY Fajar Risnandar, Agung; Supriadi, Fidi; Indra Junaedi, Dani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13321

Abstract

Jumlah investor saham di Indonesia terus meningkat, sehingga diperlukan model prediksi harga saham yang akurat untuk membantu pengambilan keputusan investasi. Pergerakan harga saham yang volatil menimbulkan risiko tinggi bagi investor, sehingga pendekatan berbasis data menjadi solusi yang relevan. Penelitian ini bertujuan untuk memprediksi harga saham Indofood Sukses Makmur (INDF) menggunakan model Long Short-Term Memory (LSTM), yang dirancang untuk menangani data deret waktu dengan ketergantungan jangka panjang. Data yang digunakan mencakup harga saham harian dari 2014 hingga 2024, serta indikator teknikal seperti Exponential Moving Average (EMA), Relative Strength Index (RSI), dan Moving Average Convergence Divergence (MACD). Dataset dibagi menjadi train (70%), validation (15%), dan test (15%), lalu model dilatih selama 250 epoch. Evaluasi menggunakan MSE, RMSE, MAE, dan R² menunjukkan bahwa model memiliki performa yang baik dengan nilai kesalahan rendah (MSE: 0,0010, RMSE: 0,0316, MAE: 0,0244) serta akurasi tinggi (R²: 0,9232). Analisis fitur menunjukkan bahwa harga penutupan ("Close") memiliki pengaruh terbesar terhadap prediksi, diikuti oleh "High" dan EMA_4. Model ini diharapkan dapat menjadi alat bantu bagi investor dalam menganalisis tren pasar saham secara lebih efektif.